OpenAI-GPT4(В/Турбо)

Антропик-Клод3

Google-Близнецы 1.5, Джемма

Mistral AI, мета и бигкод…

Отечественные игроки

OpenAI-DallE3, Сора

Стабильность AI – стабильная диффузия3

Мидджорни – MJ V6

Google, Подиум и…

Отечественные игроки

Google/Deepmind: робот-трансформер Palm-E

Тесла: ФСД, Оптимус

Институт: VoxPoser, ALOHA

Отечественные игроки

Базовый маршрут относительно ясен, в основном он основан на разработке и совершенствовании архитектуры только для декодера на базовом уровне преобразователя в сочетании с MOE, мультимодальным внедрением и т. д.

Маршрут нижнего слоя более понятен. Ранее мы ссылались на структуру стабильной диффузии в нижнем слое диффузии, которая в настоящее время модернизирована до диффузионного трансформатора.

Базовая структура сложна и имеет множество точек оптимизации, включая кодек, исправления, модуль Diffusion, модуль Transformer, модуль Clip и модуль вставки кадров.

Основной технический маршрут неясен, и существуют различные структуры, такие как Nerf, диффузионная модель и т. д.

Базовый технический маршрут не ясен, например, использование агрегации VLM и LLM, но существует множество технических логик на уровнях обоснования и управления операциями.

Лама2, Джемма

Старкодер2, КодЛлама

Серия SD

Начиная с рынка плагинов и заканчивая GPT, популярность на начальном этапе высока, но долгосрочные отличные продукты все еще должны разрабатываться профессиональными разработчиками.

Такие технологии, как MOE и RAG, частично заменяют Finetuning, а FT все еще необходимо решать проблемы катастрофического забывания и своевременности обновлений.

В сочетании с векторной базой данных она имеет низкую стоимость, высокую частоту обновления, повышенную точность ответов и уменьшенную иллюзию в профессиональной сфере. В будущем она будет широко применяться.

Краткосрочный жесткий спрос и долгосрочный спрос на терминалы могут снизиться. В настоящее время быстро развиваются алгоритмы, которые помогают пользователям автоматически расширять подсказки и выравнивать машины.

Разделяется на квантование, сжатие, обрезку и т. д., которые строго необходимы для приложений, особенно для локально развернутых моделей C-side и B-side.

Он широко используется, но на ранней стадии разработки необходимо решить проблемы рассуждений, планирования и иллюзий базовой модели.

Чат-бот

Поисковая система с искусственным интеллектом

Редактирование/генерация изображений AI

Генератор ИИ-писателей

Генератор персонажей AI

Инструменты искусственного интеллекта для образования

Другая производительность

После почти двух лет непрерывного наблюдения и отслеживания ведущие компании в некоторых сценариях стали более узнаваемыми, а выдающиеся компании постепенно сократили разрыв с другими игроками отрасли, такими как MLLM и Chatbot, приложения для генерации кода, приложения для генерации видео. продукция, юридическая, Есть ведущие компании в медицинской сфере

Высокая плотность инвестиций, плотность талантов, плотность капитала и плотность вычислительной мощности.

Технология и команда легко узнаваемы, что позволяет легко монополизировать основные ресурсы и получить относительное преимущество.

Существует риск повторения технологии. Улучшение открытого исходного кода и обновленная архитектура моделей могут снизить технические преимущества существующих производителей базовых моделей.

Выбирайте сценарии, которые легко реализовать с помощью текущей модели, и не спешите оптимизировать модель.

Быстро получить PMF и доход с помощью оптимальной модельной технологии с низким техническим риском.

Однако большинство продуктов однородны, и нам необходимо найти бизнес-модель, которая сможет продолжать накапливать барьеры.

Предварительное планирование продуктов, вызванное недостатком информации

Компания с самой четкой инвестиционной нишей и самым узнаваемым руководителем

Выбор сценария: существует неотложная потребность в болевых точках, к продукту предъявляются определенные требования, и клиенты готовы платить большой заказ (желательно такой, который может принести доход).

Преимущества данных: источники данных для конкретных сценариев

Итерация продукта: можно сделать толще, но стоимость миграции будет высокой.

Операционные данные: продление пользователя/CAC/цена за единицу клиента и т. д.